摘要
本发明为一种主通风机状态参数预警方法、系统、介质和设备,涉及安全工程技术领域,分析MSET算法的基本原理,得出算法关键在于记忆矩阵的构建,提出基于K近邻与改进K近邻两种动态记忆矩阵方法。选取主通风机中含有异常状态的电机定子温度数据进行实验,结果显示基于改进K近邻动态MSET算法的均方根误差从正常阶段的0.1944增长到异常阶段的1.0563,表明该算法对异常点的识别能力更强。引入指数加权移动平均值对残差平滑处理后,基于改进K近邻的动态MSET算法比K近邻动态MSET算法提前112分钟发出预警。
技术关键词
动态记忆矩阵
矿用主通风机
K近邻
指数加权移动平均值
数据采集控制系统
预警方法
算法
参数
动态更新
电机定子
主成分分析法
数据处理模块
数据采集模块
处理器
预警系统
系统为您推荐了相关专利信息
产地鉴别方法
矩阵
训练样本数据
特征值
近红外漫反射光谱
xgboost模型
宠物健康
xgboost算法
判别方法
指数加权移动平均值
损伤预测方法
指数加权移动平均值
深度学习模型
加速深度神经网络
生成数据集
协作机器人
激光扫描仪
坐标系
扫描路径规划
有效率